QTL定位與遺傳結構解析的貝葉斯方法開發(fā)及在北美大麥中的應用.pdf

1、連鎖分析是數(shù)量性狀位點(QTL)定位的重要而有效的方法之一，由于充分利用了覆蓋全基因組的遺傳標記，因此可以實現(xiàn)全基因組范圍的QTL檢測。目前研究者提出了很多統(tǒng)計方法來實現(xiàn)QTL的檢測，優(yōu)良的統(tǒng)計分析方法不僅可以提高QTL的檢測效力和降低QTL檢測的假陽性率，而且還可以有效解析性狀的遺傳結構。本研究主要是發(fā)展了兩種新的統(tǒng)計方法和利用現(xiàn)有先進的統(tǒng)計學方法，在提高QTL檢測效力的同時又兼顧降低QTL的假陽性率;同時也對互作效應QTL定位進行研

2、究，探索了大麥八個重要性狀的遺傳結構。主要研究內容包括以下三個部分。
　　提出了兩種新的、有效的QTL檢驗方法FitMix和SimMix。兩種新的方法基本思想是根據(jù)QTL效應后驗分布的雙峰性質分別采用數(shù)理擬合方法(FitMix)和直觀法(SimMix)將雙峰擬合成兩個獨立的t分布，其中一個分布均值為0，而另一個均值偏離于0，然后用偏離于0分布的比例作為QTL包括在模型中的后驗概率。新方法的性能也通過了重復的計算機模擬試驗加以驗證，

3、結果表明兩種方法的結果十分相似，相關系數(shù)達到0.81，與SimMix相比，F(xiàn)itMix具有較低的QTL檢測的解析度和檢測效力，尤其是當QTL后驗概率較低的時候。此外，還通過計算機模擬試驗驗證了其它四種貝葉斯方法的性能，結果發(fā)現(xiàn)，BIDE和BIST較DE和ST能更有效地將“不顯著”的QTL效應壓縮至零;此外，在假陽性率與真陽性率的比較中發(fā)現(xiàn)不同方法的排序是BIDE≈BIST＞ST＞DE。
　　提出了多種方法整合思想實現(xiàn)QTL的聯(lián)合檢

4、驗。以北美大麥八個重要性狀Alpha淀粉酶、糖化力、麥芽提取物、蛋白質含量、產量、株高、抗倒伏和花期為研究對象，提出了兩種新的用于QTL檢測的后驗概率推斷方法，并結合單標記分析方法和四種貝葉斯QTL定位方法:貝葉斯LASSO(DE)，Student't先驗的貝葉斯方法(ST)，改進的貝葉斯LASSO(BIDE)，改進的Student't先驗的貝葉斯方法(BIST)共同分析了這八個性狀。通過這七種方法的整合，共檢測到26個QTL，其中4個

5、QTL影響Alpha淀粉酶性狀、7個QTL影響糖化力性狀、2個QTL影響麥芽提取物性狀、4個QTL影響蛋白質含量性狀、1個QTL影響產量性狀、4個QTL影響株高性狀、3個QTL影響抗倒伏性狀，1個QTL影響花期性狀。與單QTL掃描相比共多發(fā)現(xiàn)7個QTL。結果顯示單QTL模型的缺點是很難分辨兩個處于緊密連鎖的QTL，在這種情況下，兩個QTL或者整合成一個信號，或者信號互相抵消，而多QTL模型卻在這一方面表現(xiàn)出很好的檢測效果。
　　除

6、了對北美大麥八個性狀QTL定位外，本研究又對八個性狀的遺傳結構進行探索，提出了有效的流程—采用BayesB方法結合經驗貝葉斯方法對主效及互作效應QTL進行了精細解析。共檢測到16個主效QTL和8個具有互作效應QTL。其中，3個主效QTL和1個互作效應QTL控制Alpha淀粉酶;3個主效QTL控制糖化力;2個主效QTL和1個互作效應QTL控制麥芽提取物;1個主效QTL控制蛋白質含量;2個主效QTL和3個互作效應QTL控制產量;2個主效QT